数字孪生下的继电保护装置故障远程VR在线诊断系统设计

为了远程、在线交互地诊断继电保护装置故障,保证异常信号的完整性和监测过程的效率,设计数字孪生下的继电保护装置故障远程VR在线诊断系统。采用数字孪生技术构建继电保护装置诊断系统,通过感知层的感知设备、地面激光雷达采集继电保护装置电流电压数据以及点云数据,经网络层传输至平台层后,平台层利用运检管控平台管理、协调以及储存继电保护装置相关数据。应用层调用平台层整合后数据,运用小波信号检测理论检测继电保护装置的信号异常点,并通过故障诊断模块对比异常点数据与预期数据,VR远程监测模块将设备三维模型引入VR设备,可视化展现继电保护装置实时监控和检修作业情况,并通过统一视频平台完成与用户的虚拟交互。实验结果表明：该系统操作流畅、画面清晰,能够清晰监测继电保护装置的故障,迅速获取继电保护装置的异常信号。     

移动无尘检修车间设备运行故障诊断方法设计

移动无尘检修车间内最重要的除尘设备是否出现故障，是整个车间设备运行是否正常的关键，因此，针对其除尘设备，构建了一种由智能终端、云平台以及远程监测系统组成的故障诊断系统，首先，介绍了该系统的整体设计构架；其次，对选择系统硬件设备和设计系统软件部分；之后，提出基于小波分析的故障检测方法，并以清灰系统中出现的漏气故障与不喷吹故障对其进行测试验证；然后测试系统硬件是否正常运行；最后，将故障诊断系统用于移动无尘检修车间进行现场测试。综合实验结果表明：由智能终端、云平台以及远程监测系统组成的故障诊断系统能够对移动无尘检修车间内的设备运行实时数据进行采集显示并能够对故障进行正确诊断。     

基于云平台的综采设备群远程故障诊断系统

目前开发的综采设备远程故障诊断系统大多是针对采煤机、刮板输送机、带式输送机等单机设备,以及基于视频或虚拟现实的专家远程指导维护系统,而集云平台、远程故障诊断和专家远程指导维护于一体的设备群故障诊断系统研究很少。针对该问题,设计了一种基于云平台的综采设备群远程故障诊断系统。首先通过传感器采集综采工作面采煤机、液压支架、刮板输送机、转载机、乳化液泵站、带式输送机及供电系统等的状态监测信息;然后通过煤矿井下环网将综采设备群运行状态监测信息传输到地面服务器,地面服务器对接收到的信息进行智能故障诊断分析、数据存储、报警查询等;最后通过MQTT协议将地面服务器的综采设备群状态监测信息按照统一格式传输至云服务器进行数据处理及格式转换,并将转换后的数据利用4G/5G网络传输至移动端和通过MQTT协议传输到PC端,从而实现综采设备群运行状态监测的可视化、故障查询、故障报警及故障预警信息的及时推送。以可视化视频监控为媒介,当综采设备出现故障时,视频信息可实时转接至对应专家,专家通过视频信息远程指导井工人员进行远程维护。该系统在陕西黄陵煤矿综采工作面进行了测试,结果表明:该系统实现了综采工作面设备群的远程故障诊断,通过手机移动平台可以实现综采工作面设备群运行状态实时监测和故障预警信息的及时推送,降低了综采工作面设备群的故障率和非计划停机次数,生产效率提高了约30%。     

数控机床远程智能故障诊断系统设计

为了解决机床远程故障诊断中有线网络布线干涉、设备成本高等问题，同时满足大数据存储、多样化数据接入的需求，提出基于物联网(The internet of things,IoT)无线网络和IoT云平台的故障诊断系统。系统模型设计为4层：采集层、传输层、运算层和应用层。采集层采用基于应用过程的对象连接与嵌入(Object linking and embedding for process control,OPC)和多传感器融合的数据采集方法，获得故障诊断所需数据；传输层基于窄带物联网(Narrow band internet of things,NB-IoT)无线通信技术和IoT云平台，实现数据远程传输、通信和存储；运算层基于BP神经网络在前、专家系统在后的串行反馈控制机制，建立故障诊断算法模型。以机床的主轴伺服系统为实例，分析其故障现象并获得故障样本，对诊断算法模型进行误差仿真分析，预测结果与期望相吻合，验证了该模型的有效性。     

基于APICloud平台的无人云超市远程售卖及运维软件设计

基于APICloud平台,采用JavaScript语言设计出一个移动端的无人云超市远程售卖及运维系统.该系统可以查看无人云超市设备内部信息,包括商品数量、商品价格、设备状态等,实现商品远程预定、售卖和设备故障检测、补货信息发送等操作.     

基于LoRa自组网的电能采集系统设计与实现

为了实现用电设备运行状况的远程监测,需要对设备运行时的电能参数进行采集并上报至云平台。针对上述目的,本项目设计了一种基于LoRa自组网技术的电能采集系统,整个系统主要由数据采集节点和集中器组成。数据采集节点采用RN8209电能计量芯片实现负载电能数据的精确采集,并通过LoRa通信模块将数据发送至集中器。集中器采用了基于NB-IoT通信模块和LoRa通信模块的双模组设计,通过LoRa模块接收节点上报的数据,并通过NB-IoT模块转发至物联网云平台。本系统利用LoRa载波侦听技术设计了基于CSMA/CA的星型自组网络,实现了节点与集中器间的无线通信,适用于低成本、小规模的远程电能数据采集系统。通过实验验证,该方案的数据采集功能、LoRa自组网通信功能和NB-IoT通信功能均能够正常实现,达到了设计目标。     

基于云服务器的旋转机械在线监测诊断系统设计

以LabVIEW为开发平台,介绍了基于云服务器的在线监测及故障诊断系统的设计方法。该系统采用租用云服务器的方式,减免了对监测过程大数据的维护和管理;采用分布式设备振动数据采集器方式采集振动数据,实现设备分布式管理;开发数据采集存储软件,可视化操作;结合客户端软件和Web网页操作开发状态监测和故障诊断系统,通过监测系统发现设备异常情况,发出警报通知现场人员,通过诊断系统对故障数据进行详细分析,定位设备故障,及时采取保护措施,减少经济损失。     

视觉包装检测设备远程监控系统的设计

针对视觉包装检测设备的故障,采用计算机网络和数据断点续传技术,实现远程监控视觉包装检测设备的目的。系统具有远程诊断、远程调试和测试、远程软件更新的功能。系统通过网络能够进行故障检测设备的诊断、参数设置和测试设备、修改软件和升级下载。     

基于贝叶斯网络的铝型材挤压过程异常检测

针对挤压机设备异常原因复杂、异常检测精度低、检测方法时效性不足等问题,提出基于贝叶斯网络的铝型材挤压机生产过程异常检测方法。充分利用贝叶斯网络对于解决不确定性问题的优点和挤压机设备运行异常时会体现能耗数据异常的特点。分析挤压过程的能流机制,构建逻辑结构清晰、冗余低的贝叶斯网络结构。以挤压机历史能耗数据作为训练样本,进行仿真实验,可以准确地发现异常并定位导致异常发生的原因。实验结果表明,该方法在实际应用场景中有较强的可操作性,对于挤压机异常检测问题有实际的意义。     

基于云网络的多传感器检测设备

空气质量的检测问题是人们长期关注的热点话题，当一个地区内的某一个化工厂发生未知有害气体泄漏时，常见的空气质量检测设备只能检测出室内的，单一的有害气体异常，而进行报警，无法大规模检测周边地区有害气体的蔓延情况以及严重程度，无法远程传输数据。设计了基于云网络的多传感器检测设备，该设备以嵌入式微处理器作为核心，多种传感器根据接口协议的不同进行了模块化分类，设计了标准化通信协议进行数据传输。采用无线Wi-Fi技术与云网络平台进行连接，远程传输数据。经过实验，该设备可以将多传感器产生的数据打包进行稳定的远程传输，可以通过云网络平台将大面积内多个传感器的数据进行远程监控，可以有效缓解有害气体污染对居民生活环境带来的危害，达到预期效果。     

车载CAN网络中直接NM逻辑环的实现

为实时监控车载网络中的节点,在使用控制器区域网络(CAN)总线的车载网络中,设计并实现一种基于OSEK/VDX规范直接网络管理(NM)的车载NM系统。由车载网关通过CAN总线收集各网络节点的故障信息,通过IPv6无线网络上传至远程故障诊断服务器,并将得到的故障处理信息下发至有关节点,实现车载CAN网络与远程故障诊断服务器的信息交互。测试结果表明,各网络节点上线后能快速建立稳定的逻辑环通信,并为远程故障诊断提供操作平台。     

基于大数据的风电设备远程故障监测与诊断系统研究

大数据、云计算等新一代信息技术的快速发展,推动风电设备状态监测技术进步。文章通过风电设备远程监测与故障诊断平台建设实践,从系统功能、平台建设、故障分析等层面,论述了如何基于大数据实现对风机故障预诊断,提升风力发电机组监控与管理水平。通过对机组运行状态的实时在线监测,利用系统内智能数据报警策略准确筛选机组异常,借助于人工智能分析诊断系统和远程专家的综合分析评价,滚动预测故障未来的发展趋势,帮助用户优化风机维护检修工作,减少停机损失,降低维护成本,提高风机利用率。在集控中心预检测平台建立大数据存储、处理、分析、诊断服务器,收集风场各项数据后与专业厂家存储的数据资源整合,建立各种类型风机故障模型,集控中心培训诊断分析师可通过对比找出故障曲线特点和规律,对实时数据经诊断分析后提出整改措施,提前预防风机故障的扩大,开发相关监视及报警系统,联合风机传统监控系统提高监控中心的设备管理能力。     

基于云服务的设备远程诊断实时交互平台设计

通过对设备远程诊断的两种模式的比较分析,在此基础上设计了一种基于云服务和B/S架构的远程设备实时诊断平台.在实时诊断中实时交互占有很重要的地位,因此着重分析了基于该平台下的实时交互模块,并且对此模块进行了实现,通过原型样机系统,达到了功能性的效果.     

基于Web的远程故障服务系统及其关键技术研究

对远程故障服务的现状进行了分析，提出了在Internet上建立远程故障服务公共平台。在网络平台的远程诊断中心通过连接到Internet计算机或嵌入式网络接口采集多个用户设备诊断信息，然后对所采集的信息进行分析、处理和诊断，并反馈诊断结果。制造商通过Web浏览器，读取诊断的信息或者参与协同诊断，并负责不断地对诊断平台知识库进行维护和更新。最后，对服务平台的体系结构和功能模块以及所涉及到的关键技术进行了分析和研究，以确保平台的通用性和安全性。     

基于多维高斯贝叶斯算法在雷达故障信息诊断系统应用

为提升雷达故障信息的诊断效率,节约执行故障诊断指令所需消耗的数据成本,设计基于多维高斯贝叶斯算法的雷达故障信息诊断系统;利用完整的框架结构设计客户机/服务器模式,联合服务器与信息查询模块,实现雷达故障信息诊断系统的体系结构搭建;在此基础上,计算故障信息的松弛度数值,通过判定迭代门限的方式,实现对多维系数信号的处理,完成基于多维高斯贝叶斯算法的雷达故障信息感知;联合已嵌入的雷达故障信息,连接Access数据库,实现诊断系统的接口技术研究;综合上述所有理论依据,设计基于多维高斯贝叶斯算法的雷达故障信息诊断系统;借助Windows平台,分别连接上述系统与远程故障诊断原型系统,在雷达故障信息诊断系统的应用过程中得出,基于多维高斯贝叶斯算法雷达故障信息诊断系统的诊断效率最大值为45%,RSR指标最大值为16.7%,指令执行消耗的数据成本较低,表明所设计系统具有一定的实际应用性。     

抽油机电参数远程智能故障诊断技术研究

针对抽油机在运行时易出现异常工况的问题,对基于电参数信息的抽油机井远程故障诊断方法进行了研究。讨论了故障诊断时电能参数推算变量的测量与计算方法,并将其集成到相关的故障诊断系统中。鉴于诊断模型获取的故障模态的实时性和可靠性,利用fuzzy-ARTMAP神经网络建立了抽油机井电能信息诊断模型。最终的现场试验结果验证了该方法在油井远程故障诊断方面的有效性,表明该项技术具有一定的实用和推广价值。     

一种云环境下的发动机健康管理系统及其应用

针对航空公司对大量飞机发动机进行健康管理的需求,通过建立发动机健康管理云端数据中心,建立了一种云环境下的民航发动机健康管理系统,该系统对于验证发动机故障诊断方法的有效性具有突出优势,并且对于实现多种方法协同进行发动机故障诊断具有重要价值;提出了一种基于灰色关联分析的灰色故障识别方法,通过在云端平台使用灰色故障识别方法实现JT9D-7R4发动机的典型气路性能故障诊断为例,表明云环境下的发动机健康管理系统可以有效地进行航空发动机故障诊断。     

基于网络远程测试诊断系统的研究

基于网络和虚拟仪器的远程测试诊断系统,可实现对远端测控站测控设备的技术指标的远程测试与故障的远程分析诊断;介绍了远程测试诊断系统的硬件组成和软件设计,重点分析了系统设计中应用的关键技术,包括在线指导、案例查询、专家系统故障诊断、故障树分析方法和数据压缩;以频谱分析仪的远程测试为例,给出了远程测试诊断系统的应用实例,并分析了其应用与推广的可行性。。